特斯拉於2021年解散了其公共關係團隊，並未對《WIRED》的評論請求做出回應。研究人員在測試中使用的攝像頭系統由HP、Pelsee、Azdome、Imagebon和Rexing製造；這些公司均未對《WIRED》的評論請求作出回應。
儘管NHTSA承認“某些先進駕駛輔助系統”存在問題，研究人員卻明確表示：他們不確定觀察到的緊急燈光效果與特斯拉的自動駕駛問題有何關聯。“我並不聲稱我知道為什麼特斯拉會撞上緊急車輛，”Nassi說。“我甚至不知道這是否仍然是一個漏洞。”
研究人員的實驗也僅關注基於圖像的物體檢測。許多汽車製造商使用其他傳感器，包括雷達和激光雷達，來幫助檢測路上的障礙物。一小部分技術開發者——包括特斯拉在內——則主張，基於圖像的系統加上複雜的人工智能訓練，能夠不僅支持駕駛輔助系統，還能實現完全自動駕駛。上個月，特斯拉首席執行官埃隆·馬斯克表示，該汽車製造商的基於視覺的系統將在明年實現自駕車。
事實上，系統如何對閃爍的燈光做出反應取決於各個汽車製造商如何設計其自動駕駛系統。有些可能會選擇“調整”其技術，以便對不完全確定實際上是障礙物的事物做出反應。在極端情況下，這一選擇可能導致“假陽性”，例如，汽車可能會因為看到一個幼兒形狀的紙箱而急剎車。其他廠商可能會調整其技術，僅在非常確定所見是障礙物時才做出反應。在另一個極端情況下，這一選擇可能導致汽車未能剎車以避免與另一輛車相撞，因為它錯過了對方實際上是另一輛車。
BGU和富士通的研究人員提出了一個針對緊急閃爍燈問題的軟體修復方案。這個名為“Caracetamol”的方案——“車”和止痛藥“Paracetamol”的合成詞——旨在通過專門訓練來識別帶有緊急閃爍燈的車輛，以避免“癲癇”問題。研究人員表示，它提高了物體檢測器的準確性。
加州大學聖地牙哥分校計算機科學與工程助理教授Earlence Fernandes表示，這看起來“合理”。“就像人類會被緊急閃爍燈暫時盲目一樣，運行在先進駕駛輔助系統中的相機也可能會暫時失明，”他說。
對於在MIT AgeLab研究車輛自動化和安全的研究員Bryan Reimer來說，這篇論文指向了有關基於AI的駕駛系統限制的更大問題。他表示，汽車製造商需要“可重複、穩健的驗證”來發現像對緊急燈光的敏感性這樣的盲點。他擔心某些汽車製造商“在測試之前就推進了技術的發展。”
